楼主: 资料狂人
309178 6

[网帖精选] Python数据挖掘、机器学习算法案例 [推广有奖]

VIP管理员

泰斗

62%

还不是VIP/贵宾

-

威望
9
论坛币
986676093 个
学术水平
4408 点
热心指数
3225 点
信用等级
3474 点
经验
557254 点
帖子
7431
精华
142
在线时间
12569 小时
注册时间
2010-3-18
最后登录
2018-11-16

初级热心勋章 初级学术勋章 中级学术勋章 中级热心勋章 初级信用勋章 中级信用勋章 高级学术勋章 高级热心勋章 高级信用勋章 特级信用勋章 特级学术勋章

资料狂人 在职认证  发表于 2014-10-22 11:35:23 |显示全部楼层

五一北京基于Python的数据分析现场班

三天的课程力图结合不同案例讲授数据分析领域基本知识。

这门课使用python作为载体, 结合理论知识进行实际操作, 使学生不仅理解数据分析的基本方法, 同时掌握使用python的基本实际计算技能。

培训时间2018年4月29-5月1日 (三天)
培训地点北京市海淀区丹龙大厦附近
授课安排上午9:00至12:00; 下午1:30至4:30; 答疑
培训费用3000元 / 2600元 (仅限全日制本科生及硕士研究生优惠价);食宿自理

我要报名

Python讲师介绍:

张忠元, 2008年在中科院数学与系统科学研究院获理学博士学位,现任中央财经大学统计学院教授,博士生导师,也是中国计算机学会高级会员、果壳网科学顾问。主业是数据分析, 尤其是复杂网络分析,主要讲授回归分析、运筹学、数学分析等课程。
主要研究兴趣在复杂网络分析和数据挖掘. 在Data Mining and Knowledge Discovery, Physical Review E, EPL, Knowledge and Information Systems, Scientific Reports, 中国科学等国内外著名期刊上发表学术论文十余篇。
爱思唯尔杰出审稿人, 担任Data Mining and Knowledge Discovery, Physica A, Management Science等著名期刊的匿名审稿人。


Python课程导引:

近年来公众越来越关注大数据和数据分析,随着互联网和人工智能的快速发展,许多问题都可以通过数据分析加以研究, 为决策提供更坚实的依据.

本次三天的课程力图结合不同案例讲授数据分析领域基本知识.

这门课使用Python作为载体,结合理论知识进行实际操作,使学生不仅理解数据分析的基本方法,同时掌握使用Python的基本实际计算技能.   

在内容的安排上,我们遵循由浅入深,循序渐进的思路,结合实际应用展开讲解.

内容包括python的基本用法、有监督学习、无监督学习、关联规则、特征工程、推荐系统、时间序列分析、孤立点探测、回归和方差分析、复杂网络分析和数据可视化.  


Python课程大纲:

第1讲(3小时)

Python编程基础知识, 包括基本数据类型, 基本编程结构, 函数, 脚本文件, 数据分析的常用模块.


第2讲(3小时)

有监督学习, 包括kNN方法, 支持向量机, 随机森林和神经网络.

无监督学习, 包括kmeans, 谱聚类, DBSCAN, 非负矩阵分解和双聚类.

关联规则.


第3讲(3小时)

特征工程,包括特征选择和特征提取.

推荐系统.

时间序列分析.

孤立点探测.


第4讲(3小时)

统计学的基本思想和常见误用.

描述性统计.

回归和方差分析.

非参数统计.

数据可视化.


第5讲(3小时)

复杂网络分析,包括复杂网络的建模、复杂网络的拓扑结构分析和复杂网络的功能分析.


第6讲(3小时)

案例:通过对包括美国肥胖数据分析、信用卡欺诈数据分析、英超赛季表现分析和脸书社交数据分析等至少四个案例的讲解综合展示数据分析方法的使用.


优惠:

现场班老学员9折优惠;
同一单位3人以上同时报名9折优惠;
折扣优惠不叠加。


报名流程:
1:点击“现场报名”,网上填写信息提交;
2:给予反馈,确认报名信息;
3:进入结算中心,通过订单支付;
4:开课前一周发送课程电子版讲义,软件准备及交通住宿指南。


联系方式:

魏老师

QQ:28819897142881989714

Tel: 010-68478566

Mail:vip@pinggu.org





stata SPSS
资料狂人 在职认证  发表于 2014-10-22 11:35:24 |显示全部楼层
Python 视频
从零基础掌握Python
级:http://www.peixun.net/view/304.html
高级:http://www.peixun.net/view/338.html


购买流程:
1:把需要购买的视频放入购物车;PS:全程购买优惠200元哦,购买时注意购买优惠组合!
2:进入结算中心进行支付;
3:支付成功进入邮箱查收视频邮件。
**视频下载链接及相关资料都在邮件中**

初级大纲:

01. Python概览

1.1 选择合适操作系统的版本

1.2 安装和配置外部接口(IDE)

1.3 创建Python项目

1.4 帮助文档的使用


02. 深入 Python流程控制

2.1 if条件语句

2.2 while循环语句

2.3 for循环语句

2.4 嵌套语句

2.5 循环控制语句


03. 函数及数据结构

3.1 定义函数

3.2 一般性的函数参数格式

3.3 特殊参数格式及用法

3.4 参数用法小结

3.5 Python主要内置函数及用法

3.6 全局变量和局部变量

3.7 数据结构


04. 数据处理与计算

4.1 数据分析标准库

4.2 Numpy生成和创建数组

4.3 数组索引和切片

4.4 数组的算术和统计运算

4.6 简单线性代数

4.5 数据的读取


05. 数据描述与分析

5.1 汇总和计算描述统计

5.2 处理缺失数据

5.3 数据加载、存储与文件格式


06. 绘图与可视化

6.1 基本绘图命令概览

6.2 描述性统计图形概览

6.3 图形元素属性的简单设定

6.4 饼图示例


07. 数据挖掘初探

7.1 一元线性回归

7.2 最优化方法—梯度下降法

7.3 简单的假设检验


08. 异常处理(附录)


高级大纲:

01. 线性代数的实践

1.1 创建矩阵

1.2 矩阵的基本运算

1.3 解多元一次方程

1.4 判断正定矩阵

1.5 求解协方差矩阵

1.6 求相关系数矩阵

1.7 线性规划选址


02. 统计分析:回归模型探讨

2.1 线性回归拟合

2.2 广义线性回归拟合

2.3 Logit回归拟合

2.4 Robust回归拟合

2.5 分位数回归

2.6 岭回归


03. 统计分析:假设检验

3.1 T检验

3.2 单因素方差分析再探讨

3.3 重复抽样的单因素方差分析

3.4 多因素方差分析

3.5 单因素卡方检验

3.6 双因素卡方检验


04. 预测算法:回归模型的机器学习应用

4.1 机器学习数据概览

4.2 广义线性回归模型的机器学习应用

4.3 岭回归的机器学习应用

4.4 Logistic回归的机器学习应用


05. 分类算法:判别分析与聚类

5.1 决策树分类器

5.2 kmeans聚类算法及可视化表达

5.3 谱聚类及可视化表达

5.4 主成分分析

5.5 判别分析


0.6 时间序列分析

6.1 平稳性检验

     6.1.1 自相关或偏相关系数的平稳性检验

     6.1.2 ACF和PACF可视化展示

     6.1.3 单位根检验

6.2 平稳时间序列模型预测

     6.2.1 平稳时间序列分析

     6.2.2 绘图判断残差正态性

     6.2.3 平稳时间序列模型预测

6.3 非平稳时间序列处理

6.4 VAR模型


07. 绘图工具深入学习

7.1 Matplotlib绘图

     7.1 1 Matplotlib基本设置

     7.1.2 修改参数,移动坐标轴

     7.1.3 添加文字注释

     7.1.4 Matplotlib基本图形的绘制

7.2 Chart绘图


联系方式:
魏老师
QQ:28819897142881989714
Mail:vip@pinggu.org
Tel: 010-68478566




回复

使用道具 举报

qiuzw1985 发表于 2014-11-26 11:05:04 |显示全部楼层
zhengqushijianqu xuexiyixia~~
回复

使用道具 举报

qiuzw1985 发表于 2014-11-26 11:05:09 |显示全部楼层
zhengqushijianqu xuexiyixia~~
回复

使用道具 举报

苏小敏 发表于 2015-8-28 16:56:14 |显示全部楼层
说实话,我觉得这个视频的价格有点贵哦
回复

使用道具 举报

LeviathanQ 发表于 2016-3-24 11:04:49 |显示全部楼层
看一下~新来的
回复

使用道具 举报

lajiw 发表于 2016-3-30 14:59:10 |显示全部楼层
学习了 谢谢
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 我要注册

GMT+8, 2018-11-17 06:47